Logo Passei Direto
Buscar
Ferramentas de Data Mining são responsáveis por analisar, e descobrir impedimentos relacionados aos dados ou novas perspectivas, que apontam um comportamento recente nos negócios. As técnicas que estas ferramentas utilizam são:

a. Árvore de decisão e grafos; Previsão de Churn e Leitura de Upsell and Cross-Sell
b. Agrupamentos; hipóteses; Binária e Não Binária; Previsão de Churn e Leitura de Upsell and Cross-Sell
c. Dendrogramas; Previsão de Churn; hipóteses
d. Árvore de decisão contínua, Binária e Não Binária; Previsão de Churn e Leitura de Upsell and Cross-Sell
e. Agrupamentos; hipóteses; regras; árvores de decisão e grafos ou dendrogramas.
User badge image
Questões Para o Saber

há 2 anos

Respostas

User badge image

Ed Verified user icon

há 2 anos

Para responder à sua pergunta sobre as técnicas utilizadas por ferramentas de Data Mining, vamos analisar cada uma das alternativas: a) Árvore de decisão e grafos; Previsão de Churn e Leitura de Upsell and Cross-Sell - Inclui técnicas relevantes, mas não abrange todas as principais abordagens de Data Mining. b) Agrupamentos; hipóteses; Binária e Não Binária; Previsão de Churn e Leitura de Upsell and Cross-Sell - Menciona agrupamentos e hipóteses, mas a parte "Binária e Não Binária" não é uma técnica de Data Mining. c) Dendrogramas; Previsão de Churn; hipóteses - Dendrogramas são usados em análise de agrupamento, mas a opção é limitada e não abrange outras técnicas importantes. d) Árvore de decisão contínua, Binária e Não Binária; Previsão de Churn e Leitura de Upsell and Cross-Sell - Embora mencione árvores de decisão, a parte "contínua" não é uma categorização comum. e) Agrupamentos; hipóteses; regras; árvores de decisão e grafos ou dendrogramas - Esta opção abrange uma variedade de técnicas de Data Mining, incluindo agrupamentos, regras, árvores de decisão e dendrogramas. Após analisar as alternativas, a opção que melhor representa as técnicas utilizadas por ferramentas de Data Mining é: e) Agrupamentos; hipóteses; regras; árvores de decisão e grafos ou dendrogramas.

Essa resposta te ajudou?

0
Dislike0

Ainda não achou a resposta?

  • Integrado com os principais modelos de IA do mercado
  • Respostas em segundos
  • IA treinada para estudantes brasileiros.
PasseIA logoEvolua sua forma de estudar

Cadastre-se ou realize login

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Mais perguntas desse material

No aprendizado não supervisionado não existem resultados pré-definidos para o modelo utilizar como referência para aprender.
Indique quais são as técnicas que representam este aprendizado.


a. Binária e Não Binária; Previsão de Churn; k-médias, análise de componentes principais
b. redes neurais artificiais, máquina de suporte vetorial, k-médias, análise de componentes principais.
c. k-médias, análise de componentes principais, clusterização hierárquica; regressão linear, regressão logística.
d. Árvore de Decisão Continua, Binária e Não Binária; Previsão de Churn e Leitura de Upsell and Cross-Sell.
e. k-médias, análise de componentes principais, clusterização. hierárquica.decomposição em valores singulares, clusterização baseada em densidade, modelo de mistura Gaussiana.

Marque a alternativa que apresenta uma vantagem de se utilizar a Linguagem Python:

a. Python é usado para criar interfaces gráficas de usuário (GUI).
b. Multiplataforma.
c. Python é usado para “Scripting and Automation”.
d. Python é usado no desenvolvimento da Web.
e. Todas as alternativas estão corretas.

São soluções utilizadas no fluxo de coleta de dados do ETL.

a. Scikit-learn, numpy.
b. Snowplow; segment.
c. Todas as alternativas estão corretas.
d. Hive; spark.
e. Sqoop; hive.

Mais conteúdos dessa disciplina